隨著工業(yè)互聯(lián)網(wǎng)的進(jìn)一步推進(jìn),船舶工業(yè)網(wǎng)絡(luò)系統(tǒng)面臨著更大的挑戰(zhàn)。為進(jìn)一步提高船舶工業(yè)網(wǎng)絡(luò)的安全和穩(wěn)定,網(wǎng)絡(luò)入侵檢測至關(guān)重要。本文提出基于深度學(xué)習(xí)的船舶工業(yè)網(wǎng)絡(luò)入侵檢測方法,采用字典數(shù)的方法對多種數(shù)據(jù)流量收集創(chuàng)建,利用針對船舶網(wǎng)絡(luò)改進(jìn)的深度學(xué)習(xí)算法進(jìn)行船舶網(wǎng)絡(luò)數(shù)據(jù)流的特征分層提取,并采用瀑布型融合方法將不同層的特征向量進(jìn)行特征融合。利用softmax進(jìn)行分類,劃分為3個危險等級,在低危、中危、高危3種情況,實現(xiàn)網(wǎng)絡(luò)入侵檢測�，F(xiàn)場測試結(jié)果表明,基于深度學(xué)習(xí)的船舶工業(yè)網(wǎng)絡(luò)入侵檢測模型的準(zhǔn)確率較高,大大提高了網(wǎng)絡(luò)入侵檢測效率,彌補(bǔ)了傳統(tǒng)技術(shù)無法檢測未知入侵的弱點(diǎn)。 

【文章來源】：艦船科學(xué)技術(shù). 2020,42(09)北大核心

【文章頁數(shù)】：3 頁

【部分圖文】：

船舶工業(yè)網(wǎng)絡(luò)系統(tǒng)Fig.1Shipindustrynetworksystem該

i);θ)=1∑kj=1eθTjx(i)eθT1x(i)eθT2x(i)...eθTkx(i)，(1)θ∈Rn+1x(i)其中，，識別為工況j的概率p(y(i)=1|x(i);θ)=eθTjx(i)∑kl=1eθTlx(i)。(2)(hθ(x(i))式中：)為k行1列的向量，每一行元素為當(dāng)前圖1船舶工業(yè)網(wǎng)絡(luò)系統(tǒng)Fig.1Shipindustrynetworksystem圖2網(wǎng)絡(luò)安全評估框架Fig.2Networksecurityassessmentframework圖3深度學(xué)習(xí)基本結(jié)構(gòu)圖Fig.3Basicstructureofdeeplearning·182·艦船科學(xué)技術(shù)第42卷

jx(i)eθT1x(i)eθT2x(i)...eθTkx(i)，(1)θ∈Rn+1x(i)其中，，識別為工況j的概率p(y(i)=1|x(i);θ)=eθTjx(i)∑kl=1eθTlx(i)。(2)(hθ(x(i))式中：)為k行1列的向量，每一行元素為當(dāng)前圖1船舶工業(yè)網(wǎng)絡(luò)系統(tǒng)Fig.1Shipindustrynetworksystem圖2網(wǎng)絡(luò)安全評估框架Fig.2Networksecurityassessmentframework圖3深度學(xué)習(xí)基本結(jié)構(gòu)圖Fig.3Basicstructureofdeeplearning·182·艦船科學(xué)技術(shù)第42卷

【參考文獻(xiàn)】：
期刊論文
[1]船舶網(wǎng)絡(luò)入侵風(fēng)險等級估算研究[J]. 李聰,賈紅軍.  艦船科學(xué)技術(shù). 2018(12)
[2]深度學(xué)習(xí)研究綜述[J]. 尹寶才,王文通,王立春.  北京工業(yè)大學(xué)學(xué)報. 2015(01)
[3]網(wǎng)絡(luò)入侵檢測系統(tǒng)的設(shè)計與實現(xiàn)[J]. 章昱,李臘元.  武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版). 2004(05)
[4]基于支持向量機(jī)的網(wǎng)絡(luò)入侵檢測[J]. 李輝,管曉宏,昝鑫,韓崇昭.  計算機(jī)研究與發(fā)展. 2003(06)

博士論文
[1]支持向量機(jī)算法及其在網(wǎng)絡(luò)入侵檢測中的應(yīng)用[D]. 賈銀山.大連海事大學(xué) 2004



本文編號：3019494